{"title":"Penerapan Decision Tree dan Naïve Bayes dalam Perancangan Sistem Prediksi Jenis Golongan Darah","authors":"Febrilia Kamila Ahmad, Mia Kamayani","doi":"10.22236/teknoka.v6i1.456","DOIUrl":null,"url":null,"abstract":"Golongan darah seseorang dapat diketahui dengan menggunakan uji darah, dapat pula diprediksi melalui tekstur kulit [1] dan kepribadian [2]-[3]. Tujuan penelitian ini adalah menerapkan dan membandingkan performa Decision Tree dan Naïve Bayes untuk prediksi golongan darah serta mengetahui atribut yang signifikan untuk prediksi golongan darah. Selain prediksi dibuat pula antarmuka untuk berinteraksi dengan pengguna. Akurasi prediksi dengan Decision Tree yaitu 75.38% dan Naïve Bayes 55.88%. Untuk meningkatkan performa, dilakukan Rule Induction dengan akurasi yang lebih baik dari Decision Tree dan Naïve Bayes yaitu 76.93%. Atribut yang paling efektif untuk menentukan golongan darah yaitu jenis kulit, jenis kelamin dan jenis kepribadian. Jenis kepribadian yang berpengaruh signifikan adalah 10 dari 13 jenis kepribadian.","PeriodicalId":118779,"journal":{"name":"Prosiding Seminar Nasional Teknoka","volume":"1 1","pages":"0"},"PeriodicalIF":0.0000,"publicationDate":"2022-01-01","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"0","resultStr":null,"platform":"Semanticscholar","paperid":null,"PeriodicalName":"Prosiding Seminar Nasional Teknoka","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.22236/teknoka.v6i1.456","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}
Penerapan Decision Tree dan Naïve Bayes dalam Perancangan Sistem Prediksi Jenis Golongan Darah
Golongan darah seseorang dapat diketahui dengan menggunakan uji darah, dapat pula diprediksi melalui tekstur kulit [1] dan kepribadian [2]-[3]. Tujuan penelitian ini adalah menerapkan dan membandingkan performa Decision Tree dan Naïve Bayes untuk prediksi golongan darah serta mengetahui atribut yang signifikan untuk prediksi golongan darah. Selain prediksi dibuat pula antarmuka untuk berinteraksi dengan pengguna. Akurasi prediksi dengan Decision Tree yaitu 75.38% dan Naïve Bayes 55.88%. Untuk meningkatkan performa, dilakukan Rule Induction dengan akurasi yang lebih baik dari Decision Tree dan Naïve Bayes yaitu 76.93%. Atribut yang paling efektif untuk menentukan golongan darah yaitu jenis kulit, jenis kelamin dan jenis kepribadian. Jenis kepribadian yang berpengaruh signifikan adalah 10 dari 13 jenis kepribadian.
求助内容：
应助结果提醒方式：
京公网安备 11010802042870号
